I.14Автоматизация процессов и AI-агенты

51la5/roberta-large-NER — модель классификации токенов на базе XLM-RoBERTa-large, дообученная на наборе CoNLL-2003 для английского языка. XLM-RoBERTa разработана авторами соответствующей исследовательской работы и основана на RoBERTa; базовая модель обучалась на многоязычных данных CommonCrawl. Модель содержит 658,7 млн параметров, принимает текст и поддерживает контекст до 514 токенов. Основное назначение — распознавание именованных сущностей в английском тексте: модель присваивает метки отдельным токенам. Архитектура XLM-RoBERTa многоязычная, но это дообучение проведено на английском CoNLL-2003; README также указывает классификацию токенов и разметку частей речи как возможные сценарии. Для прикладного использования следует учитывать возможные систематические ошибки и смещения в распознавании сущностей, в том числе для разных демографических групп. Лицензия в карточке не определена, поэтому условия распространения и использования следует уточнить у владельца репозитория.

Модель tner/roberta-large-tweetner7-all разработана в рамках проекта T-NER и представляет собой RoBERTa-large, дообученную для распознавания именованных сущностей в коротких сообщениях Twitter на полном обучающем разделе TweetNER7. Она помечает в тексте сущности семи типов: организации, творческие работы, события, группы, местоположения, людей и продукты. Модель содержит 454,1 млн параметров, принимает текст с контекстом до 514 токенов и распространяется в формате PyTorch. Модель подходит для извлечения сущностей из коротких сообщений и анализа упоминаний людей, мест и организаций в публикациях. На тестовом наборе 2021 года показала micro-F1 0,657 и macro-F1 0,612; качество различается по категориям: например, F1 для людей составляет 0,829, а для событий — 0,467. Данные TweetNER7 используют специальное представление имён аккаунтов и URL, поэтому для корректной обработки необходимо предварительно привести твиты к формату датасета. Лицензия в предоставленных данных не указана.

Модель lecporr/rotating-equip-sft-merged — дообученная lecporr текстовая модель генерации на архитектуре Qwen3ForCausalLM с плотной архитектурой и 1,7 млрд параметров. Она создана на основе unsloth/Qwen3-1.7B-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. Модель предназначена для генерации текста в диалоговом формате; метаданные также указывают интерфейс вызова инструментов. В карточке нет сведений о конкретной специализации rotating equipment, поэтому назначение в этой области подтвердить нельзя. Модель поддерживает английский язык, а длина контекста составляет 40 960 токенов. Модель распространяется под лицензией Apache-2.0. Карточка не приводит результатов оценки качества или описания известных ограничений.

Ruri-Reranker-Large — японский реранкер на основе Sentence Transformers, разработанный cl-nagoya. Модель дообучена на базе cl-nagoya/ruri-reranker-stage1-large и предназначена для ранжирования текстовых пар: она оценивает релевантность кандидатов запросу, чтобы упорядочить результаты поиска или найденные документы. Архитектура — BERT с классификационной головой; размер — 436,2 млн параметров, максимальная длина последовательности — 512 токенов. Модель рассчитана на японский язык. В README приведены результаты на JQaRA, JaCWIR и MIRACL: Ruri-Reranker-Large показывает лучшие значения среди перечисленных моделей в этих тестах. Она подходит для японского поиска и retrieval-систем, где требуется повторно ранжировать уже отобранные кандидаты. Лицензия — Apache 2.0.

SlavicNLP разработала базовую модель распознавания именованных сущностей, обученную на кросс-тематическом разбиении корпуса SlavicNER. Модель построена на архитектуре XLM-RoBERTa и предназначена для разметки сущностей в тексте на славянских языках. Модель содержит 658,7 млн параметров, работает с контекстом до 514 токенов и доступна в формате Safetensors для библиотеки Transformers. Поддерживаются польский, русский, украинский, болгарский, чешский и словенский языки. Лицензия Apache-2.0 разрешает использование и распространение на её условиях.

VictorMr/slm-terminal-specialist — компактная языковая модель на архитектуре Qwen2, дообученная автором на базе Qwen/Qwen2.5-Coder-1.5B-Instruct с помощью LoRA и MLX-LM. Она предназначена для преобразования запросов на бразильском португальском в готовые команды терминала Unix, особенно для macOS на Apple Silicon и оболочки Zsh; обучающий набор содержит 500 проверенных пар инструкций по 60 утилитам, включая awk, sed, jq, ffmpeg, Docker и Git. Модель генерирует текстовые команды в диалоговом формате, имеет 1,5 млрд параметров и контекст до 32 768 токенов. Репозиторий использует формат Safetensors, библиотеку MLX и лицензию Apache-2.0. Карточка описывает узкую специализацию, но не приводит результатов оценки точности; сгенерированные команды следует проверять перед выполнением.

ivlcic/sour-sarma — модель распознавания именованных сущностей для славянских языков, дообученная на базе jhu-clsp/mmBERT-base. Она использует архитектуру ModernBERT с 306,9 млн параметров и контекстом до 8192 токенов. Модель предназначена для разметки токенов и выделения сущностей в тексте; обучение проводилось на корпусах для NER, включая SUK, BSNLP, hr500k, SETimes.SR и WikiAnn. Модель охватывает словенский, хорватский, сербский, боснийский, македонский, албанский, чешский, болгарский, польский, русский, словацкий и украинский языки. В README указано, что она показывает текущий лучший результат на Slobench NER. Для неё заявлена лицензия Apache-2.0. При использовании следует учитывать, что разметка подслов повторяет метку соответствующего слова, поэтому стандартный конвейер может требовать особой обработки.

sqrl-4b — дообученная модель на 4 млрд параметров, разработанная feyninc на базе Qwen/Qwen3.5-4B для преобразования вопросов на естественном языке в SQL-запросы к базам SQLite. Модель может сначала выполнять read-only запросы для изучения значений, связей и фильтров в базе, а затем формировать итоговый SQL. Для работы с ней нужны схема базы данных и, при необходимости, текстовые подсказки с дополнительными сведениями; модель обучалась по специальному протоколу с отдельными действиями исследования и завершения. Обучение включало дистилляцию проверенных траекторий от более крупной модели и последующее обучение с подкреплением по совпадению результатов выполнения SQL. В карточке указаны результаты 64,6% pass@1 на BIRD-dev и 84,0% на Spider-test; голосование по нескольким генерациям повышало точность. Модель основана на мультимодальной архитектуре Qwen3.5-4B, но её SQL-обучение проводилось только на тексте; унаследованная от базы визуальная часть не является целевой возможностью этого дообучения. Лицензия — Apache-2.0. Модель предназначена прежде всего для SQLite и лучше работает с описанным в карточке протоколом взаимодействия. Она не настроена на другие диалекты SQL, использует соглашения SQLite для кавычек идентификаторов, а сгенерированные запросы следует выполнять в режиме только для чтения и проверять перед использованием результатов.

stanfordnlp/stanza-en — англоязычная модель из набора Stanza, разработанного Stanford NLP. Она предназначена для лингвистического анализа текста: Stanza обрабатывает текст от базового языкового разбора до синтаксического анализа и распознавания сущностей. Репозиторий содержит веса PyTorch; в метаданных основная задача отмечена как token-classification, а поддерживаемый язык — английский. Модель подходит для анализа английского текста в приложениях NLP, включая разметку токенов и извлечение сущностей. Лицензия Apache-2.0 разрешает использование и распространение на её условиях. Размер модели и длина контекста в предоставленных данных не указаны.

BenBranyon/sumbot7b-augmented — дообученная BenBranyon модель генерации текста на архитектуре Qwen2, основанная на unsloth/qwen2.5-7b-instruct-bnb-4bit. Она предназначена для диалоговой генерации текста; метаданные также указывают интерфейс вызова инструментов. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В карточке указано, что обучение проводилось с Unsloth и библиотекой TRL. В качестве языка указан английский. Модель распространяется по лицензии Apache-2.0. README не уточняет конкретные области применения, особенности обучающих данных и измеренные показатели качества.

Hazi9/testing — дообученная языковая модель семейства Llama, разработанная Hazi9 на основе Hazi9/attnprun-llama-model_drop_mlp_layer. Модель с плотной архитектурой LlamaForCausalLM содержит 5,6 млрд параметров и принимает текст для генерации текста; заявлены диалоговый режим и интерфейс вызова инструментов. Контекст составляет 8192 токена, в карточке указан английский язык. Модель предназначена для генерации текста и диалогового взаимодействия. Она обучалась с использованием Unsloth и библиотеки TRL; репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README не сообщает результатов оценки качества или конкретной специализации модели.

Trithemius Mistral 0.3 7B — дообученная автором jmars языковая модель на архитектуре Mistral для генерации текста в формате ChatML. Модель предназначена как промежуточная основа для дальнейшего улучшения модели Eliphas; заявлены структурированный вывод по JSON Schema и вызов функций. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В метаданных указан английский язык. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробностей обучения. Указанное назначение — дальнейшее улучшение модели — не подтверждает пригодность к конкретным прикладным сценариям без дополнительной проверки.

TrOCR base STR — модель оптического распознавания текста от Microsoft, дообученная на наборах IC13, IC15, IIIT5K и SVT. Она предназначена для распознавания текста на изображениях отдельных строк, например на фотографиях вывесок и коротких надписей. Модель построена по архитектуре vision encoder-decoder: Transformer-кодировщик изображений преобразует изображение в последовательность патчей 16×16, а авторегрессионный Transformer-декодер генерирует текст. Кодировщик инициализирован весами BEiT, декодер — RoBERTa. Репозиторий содержит веса PyTorch. Модель рассчитана на распознавание строк текста; качество для документов, многострочных изображений и других доменов может отличаться от качества на использованных наборах. Лицензия в предоставленных материалах не указана.

UDOP-finetuned-DocLayNet-3 — модель семейства UDOP для классификации токенов в документах. Она дообучена для задачи разметки элементов макета документа на данных DocLayNet-small и может применяться для извлечения структурных областей из документов. Модель содержит 386,3 млн параметров и опубликована в формате safetensors под лицензией Apache-2.0. В карточке приведены результаты оценки: F1 0,5962, точность 0,6058, полнота 0,5870 и accuracy 0,7863. Метаданные указывают английский язык; модель предназначена для анализа документов с текстовым содержимым. Эти метрики показывают умеренное качество разметки, поэтому результаты для документов и классов, отличающихся от DocLayNet, требуют отдельной проверки.

unSQLv1-7b-sqlite-lora — модель генерации SQL-запросов для SQLite, созданная unsqldotai. Это LoRA-дообучение CodeLlama-7B; архитектура — плотная авторегрессионная Llama с 6,6 млрд параметров. Модель предназначена для преобразования запросов на естественном языке в SQL с учётом схемы базы данных SQLite. Контекст — до 16 384 токенов. Модель рассчитана на работу с синтаксисом SQLite; README указывает, что варианты для других диалектов SQL планировались отдельно. Веса доступны в формате safetensors, лицензия — Apache-2.0.

VibeVoice-ASR-Streaming-1.5B — потоковая модель распознавания речи от Microsoft на базе семейства VibeVoice. Она преобразует поступающий аудиопоток в текст и связывает реплики с говорящими, а пользовательские ключевые слова помогают распознавать имена и специальные термины. Модель поддерживает 10 языков: китайский, английский, французский, немецкий, итальянский, японский, корейский, португальский, русский и испанский. В метаданных указаны плотная архитектура VibeVoice и формат весов Safetensors; README сообщает размер 1,5 млрд параметров. Модель предназначена для сценариев потоковой транскрибации с атрибуцией говорящих и пользовательскими подсказками. Лицензия — MIT.

truongtn2003/vo-danh-qwen2.5 — дообученная разработчиком truongtn2003 языковая модель семейства Qwen2.5 на базе unsloth/Qwen2.5-3B-Instruct-bnb-4bit. Модель с архитектурой Qwen2ForCausalLM содержит 3,1 млрд параметров и рассчитана на генерацию текста в диалоговом формате; заявлены интерфейс вызова инструментов и контекст до 32 768 токенов. Карточка сообщает, что модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL, но не описывает набор данных, специализацию или результаты оценки. В метаданных указан английский язык. Модель распространяется по лицензии Apache-2.0; качество и пригодность для конкретных задач следует проверять отдельно.

Tarun Nokwal разработал Versatile-1.0-merged — дообученную плотную языковую модель семейства Qwen2 с 1,5 млрд параметров. Она предназначена для генерации текста и диалогового общения; в репозитории хранятся веса в формате safetensors. Модель обучали с использованием Unsloth и библиотеки TRL от Hugging Face. Модель поддерживает английский язык и контекст длиной до 32 768 токенов. Метаданные также отмечают интерфейс вызова инструментов. Модель распространяется по лицензии Apache-2.0. Подробности обучения, оценки качества и ограничения в карточке не приведены.

Wav2Vec2-Base-960h — модель распознавания речи, разработанная Facebook. Она основана на архитектуре wav2vec 2.0: модель предварительно обучена на аудио речи, а затем дообучена на 960 часах размеченных данных LibriSpeech. Веса содержат 113,3 млн параметров; доступны форматы PyTorch, safetensors и TensorFlow. Модель предназначена для преобразования английской речи в текст. На вход подаётся аудио с частотой дискретизации 16 кГц; обучение и оценка опираются на LibriSpeech. Для оптимальных результатов следует соблюдать эту частоту дискретизации. Модель распознаёт речь, но карточка не заявляет поддержку других языков или дополнительных аудиозадач. Лицензия — Apache-2.0. Указанные в карточке результаты на LibriSpeech не гарантируют такую же точность на других акцентах, условиях записи или предметных областях.

Unbabel разработала COMETKiwi — многоязычную модель оценки качества машинного перевода без эталонного перевода. На вход она получает исходное предложение и его перевод, а на выходе возвращает одну оценку от 0 до 1: более высокий балл соответствует более качественному переводу. Модель предназначена для автоматической оценки переводов, например для сравнения систем машинного перевода и контроля качества переводов в рабочих процессах. Она основана на Microsoft InfoXLM-large и дообучена для задачи оценки качества перевода; модель использует библиотеку COMET и формат PyTorch. Карточка указывает широкий охват языков, включая русский, английский, китайский, арабский и многие другие. Для языковых пар с языками вне заявленного охвата результаты ненадёжны. Использование модели регулируется лицензией CC BY-NC-SA 4.0.

UniversalCEFR/xlm-roberta-base-cefr-all-classifier — дообученная модель XLM-RoBERTa Base для классификации текста. В карточке указана оценка F1 0,9529 и loss 0,1171 на наборе для оценки, но назначение классов и состав данных не описаны. Модель содержит 305,2 млн параметров, принимает текст и поддерживает контекст до 514 токенов. Модель построена на FacebookAI/xlm-roberta-base и опубликована под лицензией MIT. Метаданные указывают на многоязычную базовую модель, однако конкретные поддерживаемые языки и классы классификации карточка не уточняет.

Модель creemur/xlm-roberta-base-finetuned-panx-all — версия XLM-RoBERTa Base, дообученная для классификации токенов. Она предназначена для задач разметки последовательностей, в частности для распознавания именованных сущностей в тексте на разных языках с использованием набора PAN-X. Модель содержит 305,2 млн параметров, принимает текст и имеет контекст до 514 токенов. В карточке указаны результаты оценки: F1 0,8502 и loss 0,1701. Модель опубликована в формате safetensors и распространяется по лицензии MIT. README не уточняет состав обучающего набора и ограничения применения.

h1nadesu/xlm-roberta-base-finetuned-panx-all — модель XLM-RoBERTa, дообученная для классификации токенов. Она предназначена для разметки последовательностей, в частности для задач распознавания сущностей по токенам в разных языках. Модель содержит 305,2 млн параметров, принимает текст и имеет контекст до 514 токенов. В README приведён результат на оценочной выборке: F1 0,8683. Модель разработана на основе FacebookAI/xlm-roberta-base и распространяется в формате safetensors под лицензией MIT. Карточка не раскрывает состав обучающего набора и детальные ограничения; название указывает на дообучение на PAN-X для нескольких языков.

srmjfba/xlm-roberta-base-finetuned-panx-all — дообученная модель XLM-RoBERTa Base для классификации токенов. В метаданных указана архитектура XLMRobertaForTokenClassification, 305,2 млн параметров и контекст до 514 токенов. Модель предназначена для разметки отдельных слов и фрагментов текста, например распознавания именованных сущностей; название указывает на обучение на PAN-X, однако README не подтверждает состав датасета. Модель использует библиотеку Transformers и распространяется в формате safetensors. В README приведены результаты оценки: F1 0,8550 и loss 0,1725. Лицензия — MIT. Сведения о поддерживаемых языках, конкретных типах меток и ограничениях качества не приводятся.

Это многоязычная модель классификации текстов по жанру, разработанная Classla и дообученная на вручную размеченном наборе X-GENRE. Она основана на XLM-RoBERTa-base с архитектурой XLMRobertaForSequenceClassification и содержит около 305,2 млн параметров. Модель присваивает тексту жанровую метку, например «Информация/объяснение», «Инструкция» или «Юридический текст», и предназначена для автоматической разметки больших коллекций документов. Модель рассчитана на тексты на языках, поддерживаемых XLM-RoBERTa-base; в карточке среди языков указаны, в частности, арабский, болгарский, бенгальский, немецкий, английский, испанский, французский, японский, корейский и хинди. Размер контекста — 514 токенов. Авторы сообщают о результатах на тестах внутри и вне обучающего набора и о сравнении с другими подходами, включая zero-shot модели GPT. Для длинных документов и языков с ограниченным покрытием качество может быть ниже; классификация предназначена для жанровой разметки, а не для определения темы или проверки фактов. Модель распространяется по лицензии CC BY-SA 4.0.

FacebookAI/xlm-roberta-large-finetuned-conll03-english — многоязычная модель XLM-RoBERTa-large, дообученная на английском наборе CoNLL-2003 для классификации токенов. Архитектура основана на RoBERTa; размер модели — 658,7 млн параметров, длина контекста — 514 токенов. Базовая XLM-RoBERTa обучалась на 100 языках, однако эта версия дообучена на англоязычных данных. Модель предназначена прежде всего для распознавания именованных сущностей в тексте, а также может применяться для разметки частей речи. Она присваивает метки отдельным токенам и подходит для извлечения сущностей из английских документов. Для других языков качество после дообучения на английском наборе не гарантируется. Возможны систематические смещения при распознавании сущностей разных демографических групп; результаты следует проверять. В README лицензия не указана.

tsmatz/xlm-roberta-ner-japanese — модель извлечения именованных сущностей, созданная дообучением xlm-roberta-base. Она размечает токены японского текста; модель предназначена для поиска упоминаний людей, организаций и других типов сущностей в предложениях и документах. Обучение проводилось на датасете NER от Stockmark Inc., собранном из статей японской Википедии. Модель основана на архитектуре XLM-RoBERTa, имеет около 305,2 млн параметров и принимает контекст до 514 токенов. Она распространяется в форматах PyTorch и Safetensors под лицензией MIT. Карточка указывает классы PER и ORG среди меток; качество и полнота распознавания остальных классов в предоставленном фрагменте README не описаны.

Moritz Laurer разработал эту модель на базе xtremedistil-l6-h256-uncased от Microsoft для классификации текста без заранее заданного набора классов. Она сопоставляет текст-посылку с гипотезой-кандидатом и предсказывает, следует ли гипотеза из посылки: «следует» или «не следует». Такой бинарный формат подходит для zero-shot-классификации, где различие между нейтральным отношением и противоречием несущественно. Модель использует архитектуру BERT и содержит 14,1 млн параметров; максимальная длина контекста — 512 токенов. Она обучена на 782 357 парах из MultiNLI, Fever-NLI, LingNLI и ANLI. В README приведены результаты оценки на этих наборах; точность заметно ниже на ANLI, чем на MultiNLI. Метаданные указывают английский язык. Лицензия в предоставленных данных не указана. README также предупреждает о возможных смещениях, связанных с данными NLI, и проблемах совместимости со старыми версиями Transformers и токенизатора; автор советует Transformers 4.13 как возможное решение.

Это модель ответов на вопросы, созданная дообучением albert-base-v2 на наборе данных SQuAD. Она принимает вопрос и текстовый фрагмент и предназначена для извлечения ответа из этого фрагмента. Модель построена на архитектуре ALBERT, содержит 136,3 млн параметров и поддерживает контекст длиной до 512 токенов. Модель подходит для систем поиска ответов по документам и текстам на английском языке, близким по стилю к SQuAD. В карточке приведены результаты оценки на тестовой выборке SQuAD, включая eval_loss 1.0191. Использование регулируется лицензией Apache-2.0.

Arabic Legal Documents OCR 1.0 — адаптер, дообученный автором карточки на базе мультимодальной Gemma 3 4B IT от Google для извлечения структурированных данных из сканированных арабских юридических документов, в том числе низкого качества. Модель принимает изображения документов и формирует текстовый ответ со структурированными данными; для повышения качества распознавания автор рекомендует предварительно изменить размер изображения и перевести его в оттенки серого. Модель построена на архитектуре Gemma 3 и распространяется как LoRA-адаптер для базовой модели google/gemma-3-4b-it. Карточка описывает использование через Transformers и vLLM. Поддерживаемые языки по метаданным — арабский и английский; язык документов, для которых она специально оптимизирована, — арабский. Лицензия указана как gemma. Модель ориентирована на OCR юридических документов и извлечение из них структурированных сведений. Карточка не приводит оценки качества, перечень поддерживаемых типов документов или схему выходных полей; результаты могут зависеть от качества скана и предварительной обработки.